随梦书屋 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

“请两位选手思考分钟的时间。”

很快,分钟后,主持人将话筒递到了蔡昆手中。

“下面有请请蔡同学回答。”

他红着脸,磕磕绊绊了好久:“很抱歉,这个领域,我并没有深入研究……递归神经络是具有树状阶层结构且络节点按其连接顺序对输入信息进行递归的人工神经络,是深度学习算法之一。”

勉强背诵了一些定义,实在有些糊弄不过去,蔡同学道:“很抱歉,我暂时没有特别好的想法。”

底下传来了一阵嘘声,蔡同学虽然脸红,但还是硬着头皮站在台上。

他抬头看向张远。

就看你能够回答出什么吧。如果什么都回答不出来,你凭什么面试成绩比我高怎么多?

“下边有请张同学回答。”

“我有个问题。”张远举了举手,“hfild络我听说过,但什么叫络稳定『性』?”

这位提问者笑了笑:“如果络的某些权值可以收敛至平衡点,即称权值收敛,那么输出也就可以拟合期望的输出,即称系统稳定,因此收敛『性』是针对变量而言,稳定『性』是针对系统而言。”

“系统的稳定『性』得到不到保证,控制系统不稳定,络的收敛『性』失去了基础。”

张远琢磨了一下一下,说道:“你的那个研究领域,我也没有深入研究过,只是看过某些论文。不过我有一些简单的想法,你可以听听。”

“……首先是单调『性』问题,离散时间连续状态的hfild络模型中当神经元的激活函数是否为单调函数,或者说是否局部单调。”

“第二是,通过研究能量函数成为凸函数的条件,将hfild络的运行看作约束凸优化问题求解,从而尝试着去论证是否有全局惟一极点的充分条件……”

“凸优化,您说的很正确!凸优化正是我在做的方向,我还有一个问题……”

这一次倒是说到了这位提问者的心坎里,他又提了几个凸优化方面的问题,当场交流起数学来。

最后在主持人的示意下,张远只好说道:“关于凸优化方面的知识,如果有需要的话,可以台后找我探讨,这里就不详细说明了……”

很多东西他只是根据平时的积累,随口胡扯,如果真的能随机应变写出一篇论文,那他也不用上台,直接当“论文上帝”好了。

底下已经传来了一片鼓掌声。

这么短短的一段时间,高下立判。

蔡昆恨不得在地上找条缝钻进去。

他只能红着脸,暗地里给自己打气,或许是因为样本过少导致的差异,刚好遇到了自己不会,对方会的题目。

主持人又问道:“666号,请说出你的问题。”

提问者是一个女孩,她的问题相对而言比较务实,没有那么偏门:“我想要问一个,关于服务器中,缓存方面的问题。”

“缓存分为两个阶段:一是数据的放置阶段,在数据需求量较的空闲时段,利用有余力的通信资源,向每个用户的缓存设备中放置数据。二是数据的分发阶段,假定在数据需求高峰期,每个用户随机向服务器请求一个完整的文件,服务器综合考虑这些需求,分发完整的数据,以满足所有用户的需要。”

“我的问题是,如何最科学地设计缓存方案?”

提问者甚至将一个发到了屏幕上。

这个问题很具有专业『性』,但大家都能听懂在问什么。

主持人说道:“好了,各位请思考分钟的时间。”

话筒交到了张远手上。

他笑着说道:“我觉得……还是把机会先让给蔡昆同学吧。我怕我说了之后,他就没的说了。”

底下的人又发出了一片哄笑,还爆发出一片口哨声。

有人相信了,也有人不相信。

蔡昆心中一愣,这一次,他还是有一点想法的,而对面的张远却好像说不出什么东西,需要更多的思考时间。

“……我有这样一个想法,各用户分别缓存每个文件的/>比例的数据,在数据分发阶段服务器再将各用户所缺失的各自1-/>部分的数据逐个发放,此时传输数据的值r=k1-/>……”

“不知道大家有没有听说过,一种名叫‘编码缓存’的方案,具体的算法是这样的……”

“您说的有道理。”

虽然嘴上这么说着,提问者微微失望,编码缓存可以说是最平凡的一种想法,早就已经有成熟的算法了,没有任何研究意义。如果拿这个烂点子去开课题,估计会被导师一巴掌打回来。

接下来轮到张远,他清了清嗓子。

“蔡昆同学的想法很好,在分发阶段,利用已有的缓存信息之间的关系,设计所需广播内容的一定的编码组合,使得多个用户可以同时从单次的信息中译码得到所需的部分信息,从而得到全局缓存增益。”

“但是其局限在于,要将每个文件等分为一个随着用户数量k而呈指数增长的参数,众所周知,指数级别的分划,在算法上的难以实现……”

“我可以借用一下你的数字笔以及大屏幕吗?”

主持人愣了一下,“可以。”

张远在屏幕上画了几张图。

“……本质上,它是一个组合图论的问题,我们希望得到的是f为k的多项式级别,且r为常数级别时的缓存方案。或者证明这种方案的存在『性』与否。”

“显然,关于文件划分数能否转化成多项式级别,即达到工业可用的级别,完全取决于数学上能否构造出满足某些特『性』的超图问题,这些特『性』是这样的……”

“我觉得转换成数学问题后,已经可以写一篇不错的论文。至于答案究竟是什么,我现在肯定回答不出来,只是一个想法而已。具体应该怎么解决这个图论问题,还得这位同学自己去思考。”

底下响起了一片窃窃私语。

在座的吃瓜群众,还是有许多专业人士的,是不是胡说八道,自然有自己的分辨。

啪啪啪!

几分钟后,提问者带头鼓起了掌。

底下掌声雷动。

蔡昆已经没有脸面继续待下去了,他满脸通红,急匆匆地点头认输。

他终于知道,同样是一百分的试卷,他考100分,是因为实力,而别人同样考100分,是因为卷面上只有一百分。

“老蔡,你遇到了真正的变态!”

“是啊……”

“好像输的不冤枉。”

随梦书屋推荐阅读:商先生今天也想公开正经人谁在漫威学魔法啊末世当地主阴阳秘录7号基地空间异能:末世重生后她又行了火星荒岛求生机遇号末日重生之组团打怪末世我收留美女上司看见弹幕后,末世女配带飞男主摆烂太狠,我被宗门当反面教材了末世:我的关键词比别人多一个元宇宙:失落的星球从全能学霸到首席科学家四季末日,我有座无限物资避难所诸天败犬互助群末世重生:会瞬移我白嫖亿万物资末世:从触碰妹妹的脚开始末世:囤了千万物资后开始无敌全球末日求生,开局囤积万亿物资女主领便当之后快穿之大佬的心尖机战:超新星主宰漫步在武侠世界异能迷雾之异世大陆漫威,谁把他救出来的?!诡秘灰雾:开局沦为魔女复仇工具血竞天择零元购,我把渣爹老窝一锅端驭房我不止有问心术张余诱吻春夜末日游戏全球降临谁家大佬在线发糖重生回到末世一年前,我只想种田我成了血族始祖我在惊悚世界成为恐怖大佬末世,抢劫海外天量物资我无敌了神奇宝贝:开局站在白银大会奶龙与贝利亚:宇宙之中的欢笑听懂毛茸茸说话,我在末世杀疯了美漫之诸天仙武末世:我绑定了移动彩票店规则怪谈:末日生存指南我在末世能修仙重生之带着一家妇孺苟末世废土的日常生活重生之蟒龙传说重力战线开局一本秘籍,我在末世嘎嘎乱杀诸天信条
随梦书屋搜藏榜:末世萌商来袭女汉子系统[末世]王大锤的大电影全球游戏无限入侵末日:开局霸王龙,天赋是双修?机甲狂奔开荒,我选择名刀加复活甲大唐天子末路凯旋泰坦巨兽:从白垩纪开始进化机械毁灭纪元快穿剧情又崩了惊!我在求生游戏,开着五菱宏光追大佬研发不行推演来凑,我能推演科技外来异星我打的都是真实伤害末世废土?不,那是我的菜园子隐龙密语末世:我带领人类走向星辰大海易生变快穿之虐渣攻略星海骑士:无名小卒末世重生之圆满末世之幼龙分身快穿之套路升级记末世:组队就变强我统领万千女神爽爆!大佬在星际嘎嘎乱杀封神了灵境御兽师末世:被困女大宿舍,我为所欲为战乱九荒网游之皎皎如月无限垂钓系统超凡纳米人:星宇之神大力女神穿越抗日战场我在末世有个鱼塘快穿之总有人想攻略我绝美恶雌,开局攻略八位兽夫虫灵战记末世之小冰河我演化了诸天食物链顶端的男人快穿锦鲤运西界封神快穿:男神,许你生生世世文明破晓影视世界暂住者我,后土血裔,轮回诸天超级称号觉醒超人基因的我要无敌了太阳系的流浪者
随梦书屋最新小说:遨游宇宙系列之银河系人族崛起:我的体内有座人皇城重生巨齿鲨:成了14亿人的国宠暗影吞噬:从荒城到星域霸主火星人类潮汐陷落被困女大宿舍,校花请我打寒颤末世基因生存进化重生之我在2007卖丝袜星航征途金属饥渴末世征途:被推入尸群后我觉醒了雾锁末日生存之战说好的残兽人,怎么杀穿了全星际五岁老祖,星际养爹攻略邪神后我成了世界之神暗黑之渊入侵游戏谈恋爱,不如掠夺神明在兽世当虚拟偶像,我被五族雄竞重回天灾,空间囤货求生忙重生之我在冰封世界的日子血光灾变:开局双刃萃取万物善人,让我薅点全能大佬在星际横着走月球计划:广寒工程重生:开局造天庭,对抗外星入侵末世重生:开局背刺我的白眼狼队关于送外卖送成黑道大姐大这件事星尘刃:空间破晓家族之星际指挥官被渣男贱女害死后,我在末世躺平都末日了,谁还当舔狗啊第九区我的机械飞升女友迷雾求生:我有一只剑齿虎开局激活末日系统,向全世界宣战末世重生:开局吞噬,我为最强与青梅末世觉醒,系统逼我献祭她锈蚀之花末世咸鱼王,我的安全屋能升级穿越成末世小白花杀疯啦从末世到星海末世:全公司否认18楼存在末日时钟:循环与永恒的史诗星脉觉醒:虚空回响异界求生背靠祖国怎么输?末世:我的避难所连通多元宇宙全民修仙:我的系统能偷属性末世大灾变,哥哥是我的!归一成帝灵笼:我成了龙骨村老板娘